均值哈希算法（以下簡稱AHA）是哈希算法的一類，主要用來做相似圖片的搜尋工作。
基本介紹
- 中文名：均值哈希算法
- 外文名：Average hash algorithm
- 類型：詞條
- 簡稱：AHA
概念介紹,運算過程,
概念介紹
AHA是一類比較哈希方法的統稱。圖片所包含的特徵被用來生成一組指紋（不過它不是唯一的）,而這些指紋是可以進行比較的。
運算過程
下面是簡單的步驟，來說明對圖像進行AHA的運算過程：
第一步，縮小尺寸。
最快速的去除高頻和細節，只保留結構明暗的方法就是縮小尺寸。
將圖片縮小到8x8的尺寸，總共64個像素。摒棄不同尺寸、比例帶來的圖片差異。
第二步，簡化色彩。
將縮小後的圖片，轉為64級灰度。也就是說，所有像素點總共只有64種顏色。
第三步，計算平均值。
計算所有64個像素的灰度平均值。
第四步，比較像素的灰度。
將每個像素的灰度，與平均值進行比較。大於或等於平均值，記為1；小於平均值，記為0。
第五步，計算哈希值。
將上一步的比較結果，組合在一起，就構成了一個64位的整數，這就是這張圖片的指紋。組合的次序並不重要，只要保證所有圖片都採用同樣次序就行了。
如果圖片放大或縮小，或改變縱橫比，結果值也不會改變。增加或減少亮度或對比度，或改變顏色，對hash值都不會太大的影響。最大的優點：計算速度快！
如果想比較兩張圖片，為每張圖片構造hash值並且計算不同位的個數。(漢明距離)如果這個值為0，則表示這兩張圖片非常相似，如果漢明距離小於5，則表示有些不同，但比較相近，如果漢明距離大於10則表明完全不同的圖片。
